代码学习 (1) ：Unsupervised Monocular Depth Estimation with Left-Right Consistency

代码学习笔记

Unsupervised Monocular Depth Estimation with Left-Right Consistency ：monodepth.main
源码：monodepth

"""

  代码学习 注释专用
  song
  stay hungry stay foolish

"""


from __future__ import absolute_import, division, print_function  # 完成 python2 和 python3 之间的转换，放在文件首部
"""
分别引入的是 python3 中的 ： absolute_import：绝对引入；division：整除；print_function: 输出
"""

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '1'  # only keep warnings and errors
"""
import os  
os.environ["TF_CPP_MIN_LOG_LEVEL"]='1' # 这是默认的显示等级，显示所有信息  
os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 只显示 warning 和 Error   
os.environ["TF_CPP_MIN_LOG_LEVEL"]='3' # 只显示 Error
"""

import numpy as np  # 处理和存储大型矩阵
import argparse  # 参数设置
import re  # 正则表达式
import time  # 提供时间功能
import tensorflow as tf
import tensorflow.contrib.slim as slim  # tensorflow的辅助工具，用来简化代码

from monodepth_model import *
from monodepth_dataloader import *
from average_gradients import *
"""
    从文件中引入所有的 函数 和 类
"""

parser = argparse.ArgumentParser(description='Monodepth TensorFlow implementation.')  # 参数的定义

parser.add_argument('--mode',                      type=str,   help='train or test', default='train')
parser.add_argument('--model_name',                type=str,   help='model name', default='monodepth')
parser.add_argument('--encoder',                   type=str,   help='type of encoder, vgg or resnet50', default='vgg')
parser.add_argument('--dataset',                   type=str,   help='dataset to train on, kitti, or cityscapes', default='kitti')
parser.add_argument('--data_path',                 type=str,   help='path to the data', required=True)
parser.add_argument('--filenames_file',            type=str,   help='path to the filenames text file', required=True)
parser.add_argument('--input_height',              type=int,   help='input height', default=256)
parser.add_argument('--input_width',               type=int,   help='input width', default=512)
parser.add_argument('--batch_size',                type=int,   help='batch size', default=8)
parser.add_argument('--num_epochs',                type=int,   help='number of epochs', default=50)
parser.add_argument('--learning_rate',             type=float, help='initial learning rate', default=1e-4)
parser.add_argument('--lr_loss_weight',            type=float, help='left-right consistency weight', default=1.0)
parser.add_argument('--alpha_image_loss',          type=float, help='weight between SSIM and L1 in the image loss', default=0.85)
parser.add_argument('--disp_gradient_loss_weight', type=float, help='disparity smoothness weigth', default